MétaCan
Menu
Retour à la cohorte
Enregistrement W2420621901 · doi:10.1515/hukin-2015-0129

Selected Cognitive Abilities in Elite Youth Soccer Players

2015· article· en· W2420621901 sur OpenAlexaff
Veronika Baláková, Petr Boschek, Lucie Skalíková

Notice bibliographique

RevueJournal of Human Kinetics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensGroup for Research in Decision Analysis
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Raven's Progressive MatricesAthletesPsychologyAnticipation (artificial intelligence)CognitionApplied psychologyDevelopmental psychologyComputer sciencePhysical therapyMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The identification of talent in soccer is critical to various programs. Although many research findings have been presented, there have been only a few attempts to assess their validity. The aim of this study was to determine the relationship between talent and achievement variables in the Vienna Test System. The participants were 91 Czech soccer players, representing four youth soccer teams, who were born in the year 2000. These boys were divided into two groups according to their coaches' assessments using a TALENT questionnaire. A two-factor model (component 1: "kinetic finesse"; component 2: "mental strength") was designed to interpret the responses of the coaches on the questionnaire. The Vienna Test System was used to determine the level of players' cognitive abilities. In total, the subjects performed seven tests in the following order: Raven's Standard Progressive Matrices (SPM), a reaction test (RT), a determination test (DT), a visual pursuit test (LVT), a Corsi Block-Tapping Test (CORSI), a time/movement anticipation test (ZBA), and a peripheral perception test (PP). To analyze the relationship between talent and achievement variables within the Vienna Test System, correlation analyses were performed. The results revealed that the talented group attained significantly better results on only 1 of the 16 variables, which was ZBA2: movement anticipation - deviation of movement median (r = .217, p = .019). A comparison of the two talent components showed that component 1 ("kinetic finesse") was a more significant factor than component 2 ("mental strength"). Although we observed statistically significant correlations, their actual significance remains questionable; thus, further research is required.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,066
Tête enseignante GPT0,322
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human KineticsMême sujetSports Performance and TrainingTravaux en français237 207